买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江越新科技股份有限公司申请的专利一种基于实时产况的车间多智能体深度强化学习调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120370867B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510507802.X，技术领域涉及：G05B19/418；该发明授权一种基于实时产况的车间多智能体深度强化学习调度方法是由濮坚锋;沈官夫;沈楷越;刘瑞东;王爱义;胡铭设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于实时产况的车间多智能体深度强化学习调度方法在说明书摘要公布了：本发明提供一种基于实时产况的车间多智能体深度强化学习调度方法，涉及生产调度与工业自动化技术领域，方法包括：通过分布式传感器网络实时采集生产数据构建多维时序矩阵；建立含时间、资源、任务维度的三维决策空间，采用改进的多智能体深度确定性策略梯度算法；动态计算生产批次的实时生产紧迫度，分析跨单元协作生成协同效率因子；结合二者通过课程学习策略优化调度方案；利用虚拟孪生环境验证方案并反馈更新模型参数。本发明突破传统调度动态适应性不足、多目标协同低效等局限，实现对设备故障、订单调整等动态产况的实时响应，通过多智能体协作与闭环验证机制，平衡时间效率、能耗经济与异常容错性，提升复杂生产约束下资源协同效率。

本发明授权一种基于实时产况的车间多智能体深度强化学习调度方法在权利要求书中公布了：1.一种基于实时产况的车间多智能体深度强化学习调度方法，其特征在于，包括： S1、实时生产数据采集：通过分布式传感器网络实时采集各生产单元的加工状态数据，包括设备运行参数、物料流转进度和环境监测指标，构建多维时序数据矩阵； S2、动态调度决策建模：建立包含时间维度、资源维度和任务维度的三维决策空间，采用多智能体深度确定性策略梯度算法构建协同调度模型，每个智能体对应一个独立决策单元； 所述S2中所述三维决策空间的构建方法包括： S201、时间维度采用滑动窗口机制，以当前时刻为基准向前截取时间段的历史数据，向后预测时段的调度需求； S202、资源维度建立设备能力向量E=,,...,，其中，为设备i的实时利用率，为维护需求指数，为温度影响系数，、、为动态权重参数； S203、任务维度构建特征矩阵，其中表示任务j在第i个特征维度的量化值，特征维度包括工艺复杂度、质量要求和交货期敏感度； S3、实时生产紧迫度计算：基于工序衔接紧密度、剩余加工时间裕度和设备负载均衡度三个维度，动态计算每个生产批次的实时生产紧迫度； S4、协同效率因子生成：通过分析跨单元物料流转路径、设备协同工作模式和异常事件传播路径，生成多维度协同效率因子； 所述协同效率因子：，其中，为当前累计加工时间，为时间阈值，、为效益权重且，表示路径优化潜力值，表示资源协同效益，表示异常影响因子； S5、在线调度决策优化：将实时生产紧迫度和协同效率因子作为状态输入特征，通过改进的课程学习策略动态调整智能体探索率，输出包含工序排序、设备分配和物料路径的联合调度方案； S6、调度方案验证与反馈：建立虚拟孪生仿真环境，对生成的调度方案进行多目标验证，验证指标包括能耗经济性、时间效率和异常容错性，将验证结果反馈至调度模型进行在线参数更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江越新科技股份有限公司，其通讯地址为：312000 浙江省绍兴市柯桥区马鞍街道滨和路768号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。